Llegamos a ustedes gracias a:



Noticias

AWS Anuncia tres nuevas capacidades de analítica

[09/12/2020] Amazon Web Services, Inc. (AWS anunció tres nuevas capacidades de Analytics que señalan mejoran el desempeño de los lugares de almacenamiento de datos de Amazon Redshift, lo que aseguran facilita a los clientes mover y combinar datos en los lugares de almacenamiento de datos, y hace que sea más simple para los usuarios finales obtener más valor de sus datos de negocios usando aprendizaje de máquinas.

"Con las capacidades que estamos anunciando hoy, estamos entregando un mejor desempeño para Amazon Redshift, formas nuevas y flexibles para mover fácilmente datos entre lugares de almacenamiento de datos, y permitirá a los clientes hacer preguntas en su propio idioma en tableros de negocios y recibir respuestas en segundos, comentó Rahul Pathak, VP de Análisis de AWS. "Estas capacidades cambiarán en forma sustantiva la velocidad y facilidad en el uso, por lo cual los clientes podrán obtener valor de sus datos en cualquier escala.

Las tres nuevas capacidades comentadas por el ejecutivo son:

  • AQUA para Amazon Redshift acelera el sistema de preguntas con un cache nuevo e innovador acelerado por un programa computacional que permite que lo computado se almacene y entregue con un rendimiento de preguntas hasta 10x mejor que cualquier otro lugar de almacenamiento de datos en la nube, que estaría disponible para todos a partir de enero de 2021.
  • AWS Glue Elastic Views ayuda a los desarrolladores a construir aplicaciones que usen datos de diversos lugares de almacenamiento de datos con vistas materializadas que combinen y repliquen datos en forma automática datos en lugares de almacenamiento y en bodegas de datos, al igual que en bases de datos. 
  • Amazon QuickSight Q entrega capacidades de aprendizaje en máquinas para Amazon QuickSight que permite a los usuarios usar expresiones en su propio idioma para hacer preguntas de negocios en la barra de búsqueda de Amazon QuickSight Q y recibir respuestas muy precisas en segundos. 

En cuanto a AQUA para Amazon Redshift, Pathak comentó que es un cache que se distribuye para Amazon Redshift; una innovación que mejora el desempeño para análisis en la nueva escala de datos.  "AQUA lleva la computación a un nivel nuevo de datos. AQUA lleva la computación a un nivel nuevo de almacenamiento, de manera que no haya que avanzar ni retroceder los datos entre ambos. Esto permite a Amazon Redshift una ejecución hasta diez veces más rápida que los antiguos sistemas de almacenamiento de datos. El caché de AQUA escala y procesa datos en paralelo en muchos nodos. Cada nodo posee un módulo de hardware compuesto de procesadores analíticos diseñados por AWS que aumentan significativamente la compresión de datos y su encriptación, y las tareas de procesamiento de datos como escaneos, agregaos y filtros. AQUA también da a los clientes el beneficio agregado de poder hacer computación con el almacenamiento de datos crudos, lo que ahorra tiempo que de otra forma se podría ocupar en los datos.  Con esta arquitectura nueva y el orden de magnitud que incluye, los clientes de Redshift tendrán tableros más actualizados, ahorrarán tiempo en desarrollo y será más fácil mantener sus sistemas. El preview de AQUA ya está abierto a todos los clientes, y AQUA estará disponible para todos en enero del 2021. AQUA está disponible en las instancias de Redshift R3 sin costo adicional, y los clientes podrán gozar las ventajas de las mejoras de desempeño de AQUA sin cambios de código, anotó el ejecutivo. 

En cuanto a AWS Glue Elastic Views, Pathak indicó que permite a los desarrolladores construir vistas materializadas que combinen y repliquen en forma automática los datos en múltiples lugares de almacenamiento de datos.   

"AWS Glue Elastic View entrega a los desarrolladores capacidades nuevas para construir en forma fácil vistas materializadas (que se llaman también tablas virtuales) que combinan y replican datos en forma automática en varios lugares de almacenamiento de datos.  AWS Glue es un sistema de preparación de datos sin servidor que hace más fácil ejecutar, extraer, transformar y cargar trabajos (ETL) para análisis y aprendizaje de máquinas.  Con AWS Glue Elastic Views, los clientes pueden usar SQL para crear una vista materializada de los datos que quieren combinar de distintos lugares de almacenamiento de datos, y AWS Glue Elastic Views copia los datos para crear la vista materializada de distintas fuentes, indicó el ejecutivo. 

Por último, Pathak anotó que Amazon QuickSight Q es una capacidad para aprender de la máquina para Amazon QuickSight que permite a los usuarios tipear en su propio idioma preguntas sobre sus datos de negocios y recibir respuestas precisas en segundos.

"Amazon QuickSight es un servicio de inteligencia de negocios (BI) construido para la nube y es escalable, no usa servidor, está encriptado y se basa en el aprendizaje de máquinas. Amazon QuickSight entrega todos los beneficios de una solución de servicios de BI moderna, interactiva y con autoservicio.  Tiene capacidades para que sea más fácil encriptar los tableros en aplicaciones y está a una escala económica que permite dar soporte a miles de clientes. Las "Auto Narrativas de Amazon QuickSight entregan a los clientes un resumen que se genera en forma automática en idioma simple que interpreta y describe qué significan los datos en un tablero de BI, de manera que los usuarios tengan un entendimiento compartido de los datos, indicó. 

Amazon QuickSight Q, agregó Pathak, permite a los usuarios hacer preguntas sobre sus datos en su propio idioma y recibir una respuesta en segundo.  "Para plantear una pregunta, los usuarios simplemente escriben en la barra de preguntas de Amazon QuickSight Q. Mientras los usuarios tipean sus preguntas, Amazon QuickSight Q entrega sugerencias automáticas completas con frases claves y con términos del negocio, y aplica un corrector de ortografía en forma automática y hace calzar siglas con sinónimos, de manera que los usuarios no tengan que preocuparse por errores de ortografía ni recordar los términos exactos del negocio en referencia a los datos. Amazon QuickSight Q usa aprendizaje profundo y aprendizaje automático (el procesamiento es en el idioma propio, los esquemas se entienden y se realiza un análisis semántico para la generación de código SQL) para generar un modelo de data que entienda en forma automática el significado entre los datos de negocios, de manera que los usuarios reciban respuestas muy precisas a sus preguntas de negocios y no tengan que esperar días o semanas un modelo de datos que hay que construir

Pathak agregó que, dado que Amazon QuickSight Q hace que no se requieran equipos de BI para construir un modelo de datos, los usuarios tampoco están limitados a solo un set específico de preguntas.  "Además, los usuarios pueden recibir respuestas completas y precisas, porque la pregunta se aplica a todos los datos, no solo a conjuntos de datos en un modelo predeterminado.